[发明专利]一种石油化工装置检修的风险评估模型

摘要

本发明涉及一种石油化工装置检修的风险评估模型，其有五层结构，包括曲波变换层、模糊化层、模糊关联层、模糊化后关联层和输出层；依据小波神经网络的基本原理，将曲波变换和人工神经网络结合构建曲波神经网络，曲波有限元不仅具有传统小波神经网络的尺度和位置路径通道，而且具有方向性，因此，曲波神经网络可以构建更复杂的决策面，从而获得高性能的网络模型。此外，为了能够更好地描述石油化工装置检修风险因素的模糊性和不确定性，将模糊理论融入到曲波神经网络中构建模糊曲波神经网络。

主权项

一种石油化工装置检修的风险评估模型，其特征在于有五层结构，包括曲波变换层、模糊化层、模糊关联层、模糊化后关联层和输出层；曲波变换层：曲波变换用于处理输入向量I，经过处理后的输入向量输入到下一层，I和表达式如下所示：I＝[i1,i2,…,in]   (7)I‾=[i‾1,i‾2,...,i‾n]---(8)]]>隶属度函数用曲波函数替代，如下所示：式中，Ni表示I的维度；模糊化层：已知节点和语言变量之间的关系，隶属度也可以利用曲波函数描述，如下所示：模糊关联层:在该层可以执行输入向量的模糊求和，然后可以获得模糊关联向量，如下所示：βj＝min{γ1,γ2,…,γk}，j＝1,2,…,NA，k＝1,2,…,Nn   (11)式中，模糊化后关联层：在该层对关联向量进行正交化处理，计算公式如下所示：β‾j=βjΣi=1NAβi,j=1,2,...,NA---(12)]]>Σj=1NAβ‾j---(13)]]>输出层：在该层对关联强度进行加权线性求和，计算公式如下所示：y=Σj=NAwjα‾j=wTA---(14)]]>式中，wj表示节点间的连接权，表示节点间的连接向量，